基于对比学习与Transformer的药物-靶标相互作用预测方法、装置及设备

本申请提出一种基于对比学习与Transformer的药物‑靶标相互作用预测方法、装置及设备，涉及计算机人工智能与生物医药技术领域，获取待预测药物‑靶标序列并表征编码为待预测药物序列表征和待预测靶标序列表征；将待预测药物序列表征和所述待预测靶标序列表征输入至预先训练的预测模型中；通过预测模型中的Transformer和多层感知机MLP网络依次进行特征提取和特征映射，计算待预测药物特征映射向量和待预测靶标特征映射向量之间的相互作用概率，将相互作用概率大于预设阈值的药物‑靶标对作为预测的相互作用结果。该方法提升了药物‑靶标相互作用预测的准确性和泛化能力，并可广泛应用于新靶标发现、药物重定位、药物筛选及精准医疗。